精准定位视频描述

1.VidLNs是一种视频注释方法，通过口述和光标移动来获取语义正确且密集定位准确的视频描述。2.VidLNs使用关键帧来创建每个角色的独立叙述，实现复杂情节的细致描绘。3.VidLNs的数据集可用于视频故事定位和视频问答等任务。